1763
現(xiàn)在真正要做的是把封閉道路和城區(qū)領航打磨得絲滑可用。
一邊是在輿論和資本市場高歌猛進的人工智能，一面是屢次跳票、資本撤退的自動駕駛。
在人工智能領域工作27年，中國自動駕駛芯片企業(yè)地平線創(chuàng)始人兼CEO的余凱如何看待這種矛盾？
4月1日，在中國電動汽車百人會上，余凱就高階智能駕駛在中國大規(guī)模量產落地的前景和阻力，地平線下一步在大模型領域的技術布局，以及人工智能與人類的關系進行了深度剖析。
城區(qū)NOA離真正可用還需至少三年打磨
“當前用戶對駕駛的需求真的是無人駕駛嗎？數(shù)據(jù)顯示，87%的用戶真正要的是駕駛過程中那種輕松感，消除緊張和疲勞?！?/p>
余凱認為2022年自動駕駛行業(yè)遇冷，各大車企開始回歸駕駛輔助的現(xiàn)象背后，是行業(yè)回歸冷靜、回歸商業(yè)本質和用戶價值。
從用戶價值出發(fā)，在中國，智能駕駛提供AEB、LCC等主動安全類功能是及格線，諸如高速NOA等L2+級高階智能駕駛輔助能力的出現(xiàn)，是由用戶的體驗需求所驅動產生。
2022年，由前視、周視、環(huán)視在內超過10個攝像頭，和毫米波雷達、超聲波雷達組成的高速NOA硬件方案開始在多個品牌車型上量產落地。目前業(yè)界頂級水平約為百公里接管一次。
2023年，包括蔚小理、阿維塔、毫末智行等多家車企和供應商都會推出L2++級的城區(qū)NOA功能，目前普遍是20-30公里接管一次?！俺鞘蠳OA起碼要研發(fā)至少三年才會得到較好的體驗?！庇鄤P表示。
因此，余凱認為行業(yè)內的各家不必為自動駕駛所焦慮?！艾F(xiàn)在到2025年真正要做的是在合理性價比上，把高速、環(huán)線等封閉道路的領航功能做到絲般順滑，同時投注相當?shù)臅r間和精力將城區(qū)NOA做到真正可用。”
Δ 現(xiàn)代汽車架構
未來，隨著算法、數(shù)據(jù)、工程都逼近上限后，余凱估計數(shù)百TOPS算力能夠將城區(qū)NOA做得不錯，而要實現(xiàn)廣泛區(qū)域內的自動駕駛，恐怕需要上千TOPS的算力。
對于未來十年，余凱認為L3和L4級有限自動駕駛尚不會真正實現(xiàn)。
面向目前漸進式的技術量產路線，在法律法規(guī)層面仍需由人類司機負責，才能推動繼續(xù)的技術投入和創(chuàng)新。完全的自動駕駛則要在車云協(xié)同的自動駕駛汽車專用道路上來實現(xiàn)。
打造面向大模型的下一代計算架構
在高階智能駕駛功能大規(guī)模量產落地的預期之下，作為行業(yè)內為數(shù)不多取得車規(guī)級認證的自動駕駛芯片企業(yè)，地平線的產品已在50多款車型上實現(xiàn)量產，前裝定點車型超過120款，接近300萬片車規(guī)級自動駕駛芯片出貨。
Δ 新的電子電氣架構應運而生
在與芯片深度耦合的算法領域，地平線在三月作為第一作者提出了一個基于Transformer端到端的自動算法框架，首次將檢測、跟蹤、預測、建圖、軌跡預測端到端的用一個神經(jīng)網(wǎng)絡全部架構完成。這意味著有可能像ChatGPT一樣用端到端大規(guī)模數(shù)據(jù)去訓練一個完整的自動駕駛系統(tǒng)。
未來，地平線將構建面向大參數(shù)（如GPT-3約1750億參數(shù)，GPT-4約1萬億參數(shù)）的 transformer的統(tǒng)一計算架構，實現(xiàn)計算效力和功耗的高效平衡。
“當參數(shù)規(guī)模多了之后，實際計算可能不是最消耗功耗的地方，反而是數(shù)據(jù)的存儲和調用。在這當中我們要去構建例如三級分層的存儲架構，以優(yōu)化大參數(shù)下的帶寬瓶頸，從而提升計算效能，使車載功耗能夠支撐Transformer大參數(shù)的計算。”
余凱還表示，地平線ARM+安卓的商業(yè)模式已經(jīng)鎖定了一個主機廠，同時還有一個在深度洽談?！皩τ谲嚻笞匝凶詣玉{駛芯片需從研發(fā)成本和保持競爭力兩個方面慎重考慮。如果銷量預期不到100萬輛，資金效率其實是算不過賬的?！?/p>
對于人類和人工智能未來的演進關系，余凱認為應當推動人和機器之間的計算的平權。
“不能只是單向的透明，所有人的數(shù)據(jù)都交給機器，而機器自身卻是一個黑盒，其發(fā)展對人類來說是失控的。因此，需要去推動分布式的、本地化的，保護用戶隱私的，并且計算對于人類來講是透明的人工智能計算。
未來高算力的汽車將是全世界最大的計算資源池，提供車載計算以外的無限可能?！?/p>
作者 | 朱世耘
